Aravind Srinivas

分享与 @NVIDIAAI 合作完成的关于自蒸馏 + RL (JOLT) 的新训练后研究。 在自我蒸馏中，同一个模型同时扮演老师和学生的角色。老师获得学生没有的额外信息，学生从 https://t.co/1PzoEUDNgw 学习